Step 3.7 Flash (high) vs GLM 5.2

Model yang Dibandingkan

Model yang direkomendasikan GLM 5.2

It has the best score here (6.6), while costing about 8.9x less than Step 3.7 Flash (high).

Metrik	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29	GLM 5.2 GLM 5.2 none Rilis: 2026-06-17

Metrik	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29	GLM 5.2 GLM 5.2 none Rilis: 2026-06-17
Skor	6.6	6.6
Peringkat	#190	#186
Keandalan	10.0	10.0
Konsistensi	8.5	9.0
Percobaan	69/69	69/69
Tes benar
Tingkat lulus per percobaan	58.0%	63.8%
Tes tidak stabil	4	3
Total Run	69	69
Biaya per hasil	12.267	1.753
Total Biaya	$1.350	$0.152
Harga input	$0.200 / 1M	$0.325 / 1M
Harga output	$1.150 / 1M	$3.990 / 1M
Total token input	421,200	247,919
Token output	1,100,052	17,685
Token penalaran	0	0
Waktu respons (rata-rata)	72.72s	11.27s
Waktu respons (maks)	364.99s	79.65s
Waktu respons (total)	1672.53s	259.32s
Parameter	198B total (11B aktif)	744B total (40B aktif)
Ketersediaan	Sumber terbuka	Sumber terbuka

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

high

none

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0
GLM 5.2	6.1	3.1	66.7%	1		46.94s	135,461	3,341	0

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0
GLM 5.2	8.3	10.0	75.0%	0		3.70s	567	313	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0
GLM 5.2	3.7	9.5	0.0%	0		7.55s	7,263	1,958	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0
GLM 5.2	6.9	5.9	66.7%	1		50.17s	88,074	11,016	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0
GLM 5.2	10.0	10.0	100.0%	0		7.17s	7,113	204	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0
GLM 5.2	7.7	10.0	66.7%	0		6.35s	705	27	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0
GLM 5.2	6.1	3.1	66.7%	1		4.42s	480	82	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0
GLM 5.2	9.8	10.0	100.0%	0		3.84s	642	66	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0
GLM 5.2	7.7	10.0	66.7%	0		3.31s	618	265	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0
GLM 5.2	10.0	10.0	100.0%	0		15.76s	6,807	400	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0
GLM 5.2	3.0	10.0	0.0%	0		3.41s	189	13	0

Ganti Pasangan Perbandingan